梨孢镰刀菌的PCR检测及生长预测模型建立

梨孢镰刀菌的PCR检测及生长预测模型建立

论文摘要

梨孢镰刀菌存在于大麦在形成、收获和储藏的过程中,在9个品种大麦中,梨孢镰刀菌检出率很低,通过对大麦内部扫描电镜分析说明,虽然在浸麦时洗掉大部分大麦表面的微生物,但仍有被包裹在种皮下面的真菌,当浸麦结束适宜的湿度,温度使梨孢镰刀菌开始大量繁殖并从籽粒内部向籽粒外扩散。以PCR作为检测梨孢镰刀菌手段,反应条件优化:52℃为该引物检测梨孢梨孢镰刀菌的最适退火温度;0.4μl为Taq DNA酶的最适用量;最适Mg2+离子浓度为2.0mM;30次循环为最适循环数。微管蛋白基因引物具有良好的特异性;梨孢镰刀菌DNA的最低检测限为417pg,表现出良好的灵敏性。采用预测微生物学的方法研究了大麦中主要霉变微生物梨孢镰刀菌的生长规律,建立了大麦中梨孢镰刀菌生长的初级和二级预测模型。结果表明:初级模型在适温阶段梨孢镰刀菌的生长曲线呈典型的S形,用Gompertz模型拟合效果良好;当接近最低生长温度时,适合用线性回归方程拟合;二级模型拟合时,Logistic模型下得到的相关系数略高于Gompertz模型。Gompertz和Logistic两种模型的m的残差均在±0.05之内,说明梨孢镰刀菌的模型预测生长速率是准确的。随着温度的不断升高,疏水蛋白的含量也在不断地升高,即菌体的发达生长决定了疏水蛋白的量,在30℃下,疏水蛋白含量在0.31mg/ml,足够引起喷涌;通过对大麦及麦芽的五种蛋白(水溶,盐溶,醇溶,碱溶,泡沫蛋白)的含量分析,说明梨孢镰刀菌的存在,对大麦发芽过程中蛋白的变化产生了影响。

论文目录

  • 摘要
  • Abstract
  • 第一章 文献综述
  • 1.1 啤酒原料大麦的污染问题
  • 1.1.1 大麦感染微生物种类
  • 1.1.2 镰刀菌及 PCR 方法简介
  • 1.1.2.1 镰刀菌简介
  • 1.1.2.2 PCR 简介及反应中主要组成分析
  • 1.1.3 镰刀菌及 PCR 检测技术的研究进展
  • 1.2 微生物预测模型的研究进展
  • 1.2.1 预测微生物学
  • 1.2.2 预测生长模型的分类
  • 1.2.3 预测微生物学的研究进展
  • 1.3 镰刀菌与啤酒喷涌的关系
  • 1.3.1 啤酒喷涌
  • 1.3.2 引起啤酒喷涌的因素
  • 1.3.3 镰刀菌与啤酒喷涌
  • 1.4 研究主要内容及意义
  • 第二章 材料与方法
  • 2.1 实验材料
  • 2.1.1 菌种
  • 2.1.2 主要原料
  • 2.1.3 主要试剂
  • 2.1.4 仪器
  • 2.2 实验方法
  • 2.2.1 镰刀菌的存在方式及 PCR 检测
  • 2.2.1.1 大麦种子寄藏真菌的检测
  • 2.2.1.2 扫描电镜
  • 2.2.1.3 PCR 检测
  • 2.2.2 镰刀菌预测模型的建立
  • 2.2.2.1 模型建立
  • 2.2.3 镰刀菌对大麦蛋白的影响
  • 2.2.3.1 疏水蛋白的提取
  • 2.2.3.2 疏水蛋白含量的测定
  • 2.2.3.3 大麦蛋白的提取
  • 2.2.3.4 蛋白含量的测定
  • 第三章 结果与讨论
  • 3.1 镰刀菌的存在方式及 PCR 检测方法
  • 3.1.1 大麦带菌率及分离频率
  • 3.1.2 镰刀菌存在方式
  • 3.1.3 PCR 反应结果
  • 3.1.3.1 PCR 反应条件优化结果
  • 3.1.3.2 引物的特异性分析
  • 3.1.3.3 DNA 的最低检出限的确定
  • 3.1.4 小结
  • 3.2 镰刀菌预测模型的建立
  • 3.2.1 不同品种大麦对模型建立的影响
  • 3.2.2 温度模型的建立
  • 3.2.2.1 不同温度下初级模型的建立
  • 3.2.2.2 一级模型验证
  • 3.2.2.3 二级模型的建立
  • 3.2.2.4 二级模型验证
  • 3.2.3 小结
  • 3.3 镰刀菌对啤酒喷涌的影响
  • 3.3.1 镰刀菌分泌疏水蛋白对喷涌的影响
  • 3.3.2 镰刀菌对大麦蛋白的影响
  • 3.3.2.1 水溶蛋白
  • 3.3.2.2 盐溶蛋白
  • 3.3.2.3 醇溶蛋白
  • 3.3.2.4 碱溶蛋白
  • 3.3.2.5 泡沫蛋白
  • 3.3.3 小结
  • 结论
  • 参考文献
  • 硕士期间成果
  • 致谢
  • 相关论文文献

    • [1].改进灰色预测模型在热电厂热负荷预测中的应用[J]. 电力学报 2019(06)
    • [2].西安地区卒中患者1年卒中复发预测模型的构建[J]. 中国卒中杂志 2020(01)
    • [3].常用统计预测模型及其在结核病疫情预测中的应用[J]. 热带病与寄生虫学 2020(01)
    • [4].预测模型法在油田二次开发中的应用[J]. 云南化工 2020(04)
    • [5].基于灰色预测模型的舰船动力系统故障检测算法[J]. 舰船科学技术 2020(08)
    • [6].社区老年人居家不出危险因素分析及风险预测模型构建[J]. 护理学报 2020(08)
    • [7].高炉煤气流分布过程的多算法融合预测模型[J]. 控制理论与应用 2020(06)
    • [8].压力性损伤风险预测模型的研究进展[J]. 中华护理杂志 2020(04)
    • [9].无诱因复发性静脉血栓预测模型的研究进展[J]. 同济大学学报(医学版) 2020(03)
    • [10].一种可预测弥漫大B细胞淋巴瘤患者生存的新型6基因预测模型[J]. 中国癌症防治杂志 2020(03)
    • [11].基于序列特征的点击率预测模型[J]. 华东师范大学学报(自然科学版) 2020(04)
    • [12].基于灰色理论的生态经济警度预测模型及其应用[J]. 统计与决策 2020(13)
    • [13].临床预测模型:新预测因子的预测增量值[J]. 中国循证心血管医学杂志 2020(06)
    • [14].基于在校数据挖掘的大学生心理抑郁预测模型以及分析[J]. 中国新通信 2020(17)
    • [15].灰色预测模型在公共卫生事件胜利日预测中的应用——以新型冠状病毒疫情为例[J]. 卫生软科学 2020(11)
    • [16].临床预测模型:模型的建立[J]. 中国循证心血管医学杂志 2019(01)
    • [17].零转弯半径割草机连续翻滚特性参数化预测模型[J]. 农机化研究 2018(01)
    • [18].基于情景数据的火灾预测模型设计与实现[J]. 科技创新与应用 2018(26)
    • [19].灰色预测模型在预测话音网关故障中的研究与应用[J]. 计算机测量与控制 2016(11)
    • [20].应用预测模型对云南省2020年生产总值的预测[J]. 科技创新导报 2016(32)
    • [21].灰色预测模型在山东省保费预测中的应用[J]. 保险职业学院学报 2017(01)
    • [22].基于灰色预测模型的山西省批发零售业人员需求分析[J]. 数学的实践与认识 2017(04)
    • [23].烧结过程SO_2排放预测模型研究[J]. 资源节约与环保 2017(08)
    • [24].混沌时间序列的2阶预测模型[J]. 数学的实践与认识 2016(05)
    • [25].建设项目环境影响评价预测模型发展现状[J]. 绿色科技 2016(08)
    • [26].多项式预测模型在沉降变形监测当中的应用[J]. 矿山测量 2015(02)
    • [27].疾病发病风险预测模型的应用与建立[J]. 中国卫生统计 2015(04)
    • [28].基于大数据背景下出版产业人才需求综合预测分析[J]. 明日风尚 2017(19)
    • [29].一类优化的预测模型[J]. 山西青年 2013(24)
    • [30].一种基于大数据的脱贫预测模型构建研究[J]. 无线互联科技 2019(21)

    标签:;  ;  ;  ;  ;  

    梨孢镰刀菌的PCR检测及生长预测模型建立
    下载Doc文档

    猜你喜欢